返回搜索结果
Qwen3.5-4B · Q3_K_L
Intel Arc A770 16GB16GBvLLM v0.53L2 跨框架验证
本页汇总 Qwen3.5-4B（Q3_K_L）在 Intel Arc A770 16GB 上以 vLLM 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
82.73 tok/s
Decode
解码速度
332.62 tok/s
Prefill
预填充速度
1.19 s
TTFT
首 token 延迟
8.15 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
5 天前
最后验证
性能表现
- vLLM · Q3_K_M Decode 77.24 · Prefill 250.09 ·
- vLLM · Q4_K_M Decode 74.79 · Prefill 395.91 ·
- Ollama · Q2_K Decode 90.54 · Prefill 350.46 ·
- Ollama · Q5_K_S Decode 56.42 · Prefill 256.71 ·
- llama.cpp · Q3_K_M Decode 75.53 · Prefill 384.12 ·
- llama.cpp · Q4_K_M Decode 65.4 · Prefill 252.99 ·
- vLLM · Q3_K_L （当前）Decode 82.73 · Prefill 332.62 ·
- vLLM · Q8_0 Decode 45.45 · Prefill 151.34 ·
核心数据
- Decode（平均）
- 82.73 tok/s
- Prefill（平均）
- 332.62 tok/s
- TTFT（平均）
- 1.19 s
- VRAM（平均）
- 8.15 GB
- MTP 接受率
- —
- TTFB
- 0.66 GB
- 功耗
- 222 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-4B
- 量化方式
- Q3_K_L
- 框架
- vLLM
- 版本
- v0.53
- 上下文长度
- 8192 tokens
- 批次大小
- 32
- GPU 层数
- 999
- Flash Attention
- 关闭
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- Intel Arc A770 16GB
- 标称显存
- 16 GB
- 实测显存（均值）
- 8.15 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 31.0.101.5186
- CUDA
- 12.6
- 电源功耗
- 222 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.53 · Ubuntu 24.04 · CUDA 12.6 · 8192 ctx
82.73 tok/s
Decode
332.62 tok/s
Prefill
1.19 s
TTFT
8.15 GB
VRAM
—
MTP
222 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=97 running model_id=48 at Q3_K_L